Question

我正在使用Python 2.6.4。

我在文本文件中有一系列select语句，我需要从每个select查询中提取字段名称。如果某些字段没有使用像to_char（）等嵌套函数，这将很容易。

如果select语句字段可能有多个嵌套括号，如“ltrim（rtrim（to_char（base_field_name，format）））renamed_field_name”，或者只是“base_field_name”的简单情况作为字段，是否可以使用Python的re模块写一个正则表达式来提取base_field_name？如果是这样，正则表达式会是什么样子？

Answer 1

正则表达式不适合解析“嵌套”结构。相反，请尝试使用完整的解析工具包，例如pyparsing - 例如，可以找到专门用于解析SQL的pyparsing的示例here和here（毫无疑问）需要以示例为出发点，并编写一些自己的解析代码，但是，这绝对不是太难）。

Answer 2

>>> import re
>>> string = 'ltrim(rtrim(to_char(base_field_name, format))) renamed_field_name'
>>> rx = re.compile('^(.*?\()*(.+?)(,.*?)*(,|\).*?)*$')
>>> rx.search(string).group(2)
'base_field_name'
>>> rx.search('base_field_name').group(2)
'base_field_name'

Answer 3

Alex Martelli建议的表驱动解析器或手写递归下降解析器。他们写作并不难，也很有收获。

Answer 4

这可能已经足够了：

import re
print re.match(r".*\(([^\)]+)\)", "ltrim(to_char(field_name, format)))").group(1)

您需要进一步处理。例如，也可以选择函数名称并根据函数签名拉取字段名称。

.*(\w+)\(([^\)]+)\)

Answer 5

这是一个真正的hacky解析器，可以满足您的需求。

它通过在要解析的文本上调用'eval'来工作，将所有标识符映射到返回其第一个参数的函数（我猜测的是你想要的例子）。

class FakeFunction(object):
    def __init__(self, name):
        self.name = name
    def __call__(self, *args):
        return args[0]
    def __str__(self):
        return self.name

class FakeGlobals(dict):
    def __getitem__(self, x):
        return FakeFunction(x)

def ExtractBaseFieldName(x):
    return eval(x, FakeGlobals())

print ExtractBaseFieldName('ltrim(rtrim(to_char(base_field_name, format)))')

Answer 6

你真的需要正则表达式吗？为了得到你在那里的那个，我会用

  s[s.rfind('(')+1:s.find(')')].split(',')[0]

包含原始字符串的's'。

当然，这不是一般解决方案，但是......

Python中的递归嵌套表达式

6 个答案: